-
公开(公告)号：CN110097213A
公开(公告)日：2019-08-06
申请号：CN201910278277.3
申请日：2019-04-08
Applicant: 东南大学
Abstract: 本发明公开了一种面向大服务的自底向上资源组织分配方法。本发明的方法包括：A.对大服务环境下的资源集合进行资源单元的抽取，所述资源单元为可以满足用户单个子需求的资源；B.构建各个资源单元的关联资源集合；关联资源是通过资源单元与资源单元之间的关联关系，实现大服务环境下服务需求与资源的快速匹配；C.基于关联检测模型，加上对频繁需求进行整合，构造资源分配预测模型。本发明有效解决了供需匹配困难的问题，提升了资源利用率，保证了用户的服务质量，提高用户满意率。
-
公开(公告)号：CN104750830B
公开(公告)日：2017-10-31
申请号：CN201510152852.7
申请日：2015-04-01
Applicant: 东南大学
IPC: G06F17/30
Abstract: 本发明公开了一种时间序列数据的周期挖掘方法，属于计算机模式识别与数据挖掘技术领域。本发明针对现有技术在观测数据不均匀的条件下难以获得准确周期的不足，提出了一种交通流量数据的周期挖掘方法，采用概率分布估计的方式进行周期挖掘，可在观测数据不均匀的条件下获得准确周期，且算法更简单，实时性更好；在此基础上，本发明进一步采用在线增量式更新方式解决实时周期更新问题，使得在线周期更新所花费的资源和时间更少。本发明方法尤其适用于存在较多观测数据缺失的时间序列的周期挖掘，例如交通流量数据、水文数据、气候数据、地震观测数据的周期挖掘，可快速准确地获取周期。
-
公开(公告)号：CN104778355B
公开(公告)日：2017-06-13
申请号：CN201510159009.1
申请日：2015-04-03
Applicant: 东南大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于广域分布交通系统的异常轨迹检测方法。本发明考虑到广域分布交通系统的实际情况，将异常轨迹检测分为两部分：数据源节点分别对所采集到的交通轨迹点数据进行无监督聚类，并将聚类完成后无法归入任何簇集的交通轨迹点数据作为候选异常交通轨迹点数据；各数据源节点将各自的无监督聚类中心以及候选异常交通轨迹点数据发送至中心节点；以接收到的所有无监督聚类中心作为初始聚类中心，中心节点对接收到的所有候选异常交通轨迹点数据进行聚类，在聚类完成后将无法归入任何簇集的候选异常交通轨迹点数据作为最终的全局异常交通轨迹点数据输出。本发明还公开了一种广域分布交通系统。本发明可有效降低计算、存储及通信的开销。
-
公开(公告)号：CN103714050B
公开(公告)日：2017-02-15
申请号：CN201310689629.7
申请日：2013-12-13
Applicant: 东南大学
CPC classification number: Y02P90/30
Abstract: 本发明公开了一种具有多粒度特性的多层云制造资源建模框架，为云制造环境中异构制造资源提供统一描述规范，实现资源全局共享并提高资源利用率。此资源建模框架共分为三层，从下至上依次是资源模型层、功能模型层、语义元模型层。资源模型层与功能模型层通过多对多映射关系进行关联，使得资源与其对应的功能特性松散耦合在一起，提高建模框架的灵活性。功能模型层与语义元模型层通过转换关系进行关联，使得资源描述具有准确的语义。
-
公开(公告)号：CN106339924A
公开(公告)日：2017-01-18
申请号：CN201610755565.X
申请日：2016-08-29
Applicant: 东南大学
CPC classification number: G06Q30/0645 , G06Q30/08
Abstract: 本发明公开了一种基于工作流的云计算资源混合租赁方法，采用了基于时间区间的按需租赁和竞价租赁两种资源租赁模式。本发明主要包括两步骤：A)混合租赁模式的任务离线调度；C)任务在线运行动态调整。步骤A的主要特点在任务与虚拟机时间槽匹配时，提出单位时间成本优先规则，提高已租用虚拟机利用率，并通过混合按需租赁和竞价租赁计费模式降低总成本；步骤B的主要特点是针对按需租赁虚拟机，提出竞标价格动态调整策略和竞价失败容错机制，提高系统稳定性。本发明通过恰当的子任务浮动时间计算方法，虚拟机租赁模式选择，时间槽匹配方法，竞价策略和容错机制，充分降低了整个工作流应用的运行成本。
-
Patent Agency Ranking
公开(公告)号：CN105897864A
公开(公告)日：2016-08-24
申请号：CN201610184714.1
申请日：2016-03-28
Applicant: 东南大学
IPC: H04L29/08
CPC classification number: H04L67/325 , H04L67/10 , H04L67/322
Abstract: 本发明提供了一种云工作流调度方法，构建以资源需求量最小为目标，以任务截止期为约束条件的调度模型，然后搜索所述调度模型的最优解，按照最优解所对应的调度方案对云工作流进行调度；使用混合自适应迭代局部搜索方法搜索所述调度模型的最优解。本发明通过迭代局部搜索寻找多模态云服务工作流的调度方法要比现有技术效率要高，主要体现在找解的速度和解的效率两方面，在任务截止期内快速地找到一种资源分配方法，使用户任务能够高效完成并使花费成本最小，为用户节省了时间成本和经济成本。
-
公开(公告)号：CN103708161B
公开(公告)日：2016-04-13
申请号：CN201310713273.6
申请日：2013-12-20
Applicant: 东南大学
Abstract: 本发明公开了一种重力货架的并行布局系统及方法，布局系统主要包括多个结构一致的重力货架和堆垛机，重力货架平行同向放置，货架之间设置巷道隔开，整个系统两端也设有巷道，每个巷道中都放置一台堆垛机，在货架的两端分别设有用于存取操作需要的辅助设施：提取点、放置点和重存入传送带；布局方法通过对重力货架的布置及堆垛机操作的控制实现货物的合理存取；本发明的布局系统及方法具有较高的灵活性，可以根据仓库所存货物的特点灵活布局，通过改变重力货架的数量或者每个货架的深度，可以应对各种各样的货物存储，来应对具有不同存放特性的货物。
-
公开(公告)号：CN104778355A
公开(公告)日：2015-07-15
申请号：CN201510159009.1
申请日：2015-04-03
Applicant: 东南大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于广域分布交通系统的异常轨迹检测方法。本发明考虑到广域分布交通系统的实际情况，将异常轨迹检测分为两部分：数据源节点分别对所采集到的交通轨迹点数据进行无监督聚类，并将聚类完成后无法归入任何簇集的交通轨迹点数据作为候选异常交通轨迹点数据；各数据源节点将各自的无监督聚类中心以及候选异常交通轨迹点数据发送至中心节点；以接收到的所有无监督聚类中心作为初始聚类中心，中心节点对接收到的所有候选异常交通轨迹点数据进行聚类，在聚类完成后将无法归入任何簇集的候选异常交通轨迹点数据作为最终的全局异常交通轨迹点数据输出。本发明还公开了一种广域分布交通系统。本发明可有效降低计算、存储及通信的开销。
-
公开(公告)号：CN104750830A
公开(公告)日：2015-07-01
申请号：CN201510152852.7
申请日：2015-04-01
Applicant: 东南大学
IPC: G06F17/30
Abstract: 本发明公开了一种时间序列数据的周期挖掘方法，属于计算机模式识别与数据挖掘技术领域。本发明针对现有技术在观测数据不均匀的条件下难以获得准确周期的不足，提出了一种交通流量数据的周期挖掘方法，采用概率分布估计的方式进行周期挖掘，可在观测数据不均匀的条件下获得准确周期，且算法更简单，实时性更好；在此基础上，本发明进一步采用在线增量式更新方式解决实时周期更新问题，使得在线周期更新所花费的资源和时间更少。本发明方法尤其适用于存在较多观测数据缺失的时间序列的周期挖掘，例如交通流量数据、水文数据、气候数据、地震观测数据的周期挖掘，可快速准确地获取周期。
-
公开(公告)号：CN117376357A
公开(公告)日：2024-01-09
申请号：CN202311316495.4
申请日：2023-10-11
Applicant: 东南大学
IPC: H04L67/1004 , H04L67/1019 , H04L67/61 , G06F9/50 , G06F9/48
Abstract: 本发明公开了一种无服务器多边缘函数动态部署与任务卸载方法及系统，在初始化阶段，创建历史经验回放区和优质经验回放区保存预收集到的边缘系统的历史经验，聚类优质经验回放区的数据，初始化函数部署模型参数，并使用历史经验回放区的数据预训练；在函数动态部署和算法更新维护阶段中，收集边缘系统当前时刻的任务到达模式，输入至函数部署模型内的策略网络，经运算后得到函数部署动作，收集新经验，维护优质经验区并更新部署模型并周期性同步参数；最后以最小化任务平均时延为目标，根据当前的函数实例部署状态进行任务混合卸载。本发明通过多边缘协作部署函数实例与任务混合卸载，减少任务延迟，提升服务质量。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.024 seconds)
